EGE AKADEMİK BAKIŞ / EGE ACADEMIC REVIEW
Cilt: 14 • Sayı: 1 • Ocak 2014
ss. 21-29
Üretim İşletmelerinde Firma Karlılığının Finansal
Belirleyicileri ve BİST İmalat Sanayi Uygulaması
Financial Determinants of Firm Profitability in Manufacturing Firms and An Application
on BIST Manifacturing Firms
Özge KORKMAZ1, Süleyman Serdar KARACA2
ÖZET
Firmaların karlılık düzeylerini etkileyen faktörlerin saptanması
ekonominin verimliliğinin ve etkinliğinin belirlenmesinde
büyük önem taşımaktadır. Bu çalışma, firmaların karlılık
düzeylerinin açıklanmasında, finansal göstergelerinin
anlamlılığını ve finansal göstergeler ile karlılık değişkenleri
arasındaki ilişkilerin ortaya konulmasını amaçlamaktadır.
Analizde, İmalat Sanayi Endeksinde yer alan 78 adet firma
kullanılmış ve 2000-2011 yılları arasındaki finansal oranlar
yıllık olarak ele alınmıştır. Çalışmada, değişkenler arasındaki
ilişkiyi ölçmek amacıyla panel regresyon modellerinden
yararlanılmış ve 3 ayrı model elde edilmiştir. Modellerde, Hisse
Başına Kazanç (HBK), Net Kar / Öz Sermaye (NK/OS) ve Net Kar
/ Toplam Aktif (NK/TA) bağımlı değişken, Net Satış / Toplam
Aktif (NS/TA), Satılan Mamul Maliyet / Stoklar (SMM/STK),
Net Satışlar / Ticari Alacaklar (NS/TİCA), Cari Oran (CO), Duran
Varlık / Toplam Aktif (DV/TA), Maddi Duran Varlık / Uzun Vadeli
Yabancı Kaynak (MDV/UVYK), Net Satışlar / Dönen Varlıklar
(NS/DV) ve Toplam Borç / Toplam Aktif (TB/TA) bağımsız
değişken olarak kullanılmıştır. Sonuç olarak, analiz edilen her
üç modeli TB/TA, DV/TA, MDV/UVYK değişkenleri istatistiki
olarak açıklarken, Model 2 ve Model 3 için ise sadece NS/DV
değişkenin istatistiki olarak açıkladığı gözlenmiştir.
Determination of the factors affecting the level of profitability
of companies has a great importance in determinig of
efficiency and effectiveness of economy. This study aims
significance of the financial indicators in explaining the level
of profitability of firms and to put forward the relationship
between financial indicators and variables of profitability.
It has been used 78 firms in Istanbul Stock Exchange (ISE)
Manufacturing Sector and were considered financial ratios
among 2000-2011 years in the analysis. In this study, it has been
used panel regression analysis to measure the relationship
between the variable sand were obtained 3 different models.
In the models it has been used Earnings Per Share (HBK), Net
Profit/Shareholder’s Equity (NK/OS), Net Profit/Total Assets
(NK/TA) as dependent variables and Net Sales/Total Assets
(NS/TA), Cost of Goods Sold / Inventory (SMM/STK), Net Sales /
Accounts Receivable (NS/TİCA), Current Ratio (CO), Fixed Asset
/ Total Asset (DV/TA), Tangible Asset / Long Term Liabilities
(MDV/UVYK), Net Sales / CurrentAsset (NS/DV) and Total Debt/
Total Asset (TB/TA) as independent variables.
As a result, while each 3 models analyzed explain statistically
TB/TA, DV/TA, MDV/UVYK variables and NS/DV variable only
explains statistically to Model 2 and Model 3.
Anahtar Kelimeler: Firma, karlılık, panel regresyon
Keywords: Firm, profitability, panel regression
1.GİRİŞ
Günümüzde finans bilimi açısından işletmelerin
nihai amacı firma değerini (firmanın piyasa değerini)
en üst düzeye çıkarmaktır. İşletmeler kendisine yatırım yapan sermayedar ya da pay sahibinin kazancını
(refahını) en üst seviyeye çıkarmayı hedeflemektedir.
Bu nihai amaca ulaşmada en önemli unsurlar kar elde
etmek, karın sürdürülebilirliğini sağlamak ve amaçlanan karlılığa ulaşmada katlanılacak riski yönetebilmektir (Karadeniz ve İskenderoğlu, 2011). En önemli
finansal yönetim amaçlarından birisi karlılıktır. Çünkü
finansal yönetimin bir hedefi sahiplerinin refahını ve
karlılığını maksimize etmektir. Bu amaç, aynı zamanda çok önemli bir performans belirleyicisidir (Malik,
2011).
1
2
ABSTRACT
İşletmeler yatırım kararı verirken, bu yatırımı borçlanma yolu ile veya öz kaynak yoluyla finanse etmek
durumundadırlar. Eğer işletmeler yatırım projelerinin
finansmanında öz kaynak alternatifini kullanmıyorlarsa, bu yatırımın finansmanı için borçlanma yolunu tercih etme eğilimine gireceklerdir. İşletmeler öz
kaynak yolu ile yatırım projelerini finanse etme yolunu seçtikleri durumda ise, borç finansmanı ile ortaya
çıkacak olan vergi tasarruflarını kaybedebileceklerdir. İşletmeler elde ettikleri karı dağıtabilir ya da oto
finansman yoluyla işletmede bırakarak, yatırım projelerini bu finansman kaynağı ile finanse edebilirler.
Karlılık, işletmeler açısından içsel finansman kaynağı
olan oto finansmanı doğrudan etkilemesi nedeniyle
hem hissedarlar, hem de yatırımcılar açısından önemli
bir gösterge durumundadır.
Öğr. Gör., Bayburt Üniversitesi, İktisadi ve İdari Bilimler Fakültesi, İktisat Bölümü, [email protected]
Yrd. Doç, Dr., Gaziosmanpaşa Üniversitesi, İktisadi ve İdari Bilimler Fakültesi, İşletme Bölümü, [email protected]
21
Özge KORKMAZ , Süleyman Serdar KARACA
Bu çalışmada, 2000-2011 yılları arasında BİST
İmalat Sanayinde yer alan 78 adet firmanın, firma
karlılığını etkileyen faktörler panel regresyon modeli
aracılığı ile araştırılmıştır. Çalışmada 3 regresyon modeli kurulmuş olup, Model 1’de HBK (Hisse Başına Kazanç), Model 2’de NK/OS (Öz Sermaye Karlılığı), Model
3’te ise NK/TA (Aktif Karlılığı) bağımlı değişken olarak
ele alınmıştır.
2. LİTERATÜR TARAMASI
İşletmelerin karlılığını etkileyen faktörleri inceleyen daha önceki çalışmalarda ülkelere ve sektörlere
göre farklı değişkenlerin ele alındığı görülmektedir.
Bu çalışmalardan bazıları kısaca aşağıda özeltlenmiştir.
Albayrak ve Akbulut (2008), çalışmalarında İMKB
sanayi ve hizmet sektöründe faaliyet gösteren 55 adet
işletmenin 3 yıllık verileri ile firmaların karlılık düzeyi
değişkenlerini etkileyen en önemli finansal faktörleri
araştırmıştır. Bu doğrultuda işletmelerin likidite, varlık
kullanım etkinliği, sermaye yapısı, pazar değeri ve
işletme büyüklüğü gibi literatürde genellikle kullanılan 18 finansal değişken ve karlılık göstergeleri ile
çalışılmıştır. Analiz sonucunda, karlılık değişkenleri
olan-aktif karlılığı, öz sermaye karlılığı, hisse başına
kar, kar marjı değişkenlerini etkileyen en önemli değişkenler toplam borç / toplam aktif, dönen varlık /
kısa vadeli borç, net işletme sermayesi / net satışlar,
aktif devir hızı, işletme büyüklüğü, stok devir hızı değişkenleri olduğu tespit edilmiştir.
Coşkun ve Kök (2011) çalışmalarında, firmaların
çalışma sermayesi politikalarının karlılık üzerine etkisini incelemiştir. Çalışmada 1991-2005 döneminde
BİST’de faaliyet gösteren 74 firmanın yıllık verilerinden oluşan panel veri seti kullanılmıştır. Çalışma sermayesi politikalarının incelenmesinde sektöre göre
düzeltilmiş nakit dönüş süresi, alacak tahsil süresi,
borç ödeme süresi ve stok devir süresi ele alınırken,
karlılık ölçütü olarak ise aktif karlılık kullanılmıştır.
Çalışmada, bağımlı değişkenin gecikmeli değerini
modele alan dinamik panel veri analizi tahmin yöntemlerinden Genelleştirilmiş Momentler Yöntemi
tahmin tekniği kullanılmıştır.Analiz sonucunda, Nakit
Dönüş Süresi, Alacak Devir Süresi ve Stok Devir Süresi
ile karlılık arasında negatif ilişkinin, Borç Ödeme Süresi ile karlılık arasında ise pozitif yönlü bir ilişkinin olduğu gözlenmiştir. Ayrıca karlılığın bir önceki yılın karlılık seviyesinden bağımsız olmadığı ve firma politikaları, rekabet gücü vb. faktörler sonucu ortaya çıkan
önceki dönem karlılık düzeyinin sonraki dönemleri
de etkilediği gözlenmiştir.
Gülhan ve Uzunlar (2011), Türkiye’de 1990-2008
dönemi için bankacılık sektöründe kârlılığın belirle22
yicilerini tespit etmek üzere yaptıkları çalışmalarında panel veri analizi yönteminden faydalanmışlardır.
Analiz sonucunda, sermaye yeterliliği, faaliyet giderleri, likidite durumu, banka büyüklüğü, menkul kıymet cüzdanı ve takipteki krediler gibi bankalara özgü
değişkenlerin aktif kârlılığı üzerinde anlamlı etkilerinin olduğunu saptamışlardır.
Gül vd. (2011) çalışmalarında, bankacılığa özgü
oranlarla makro ekonomik değişkenlerin banka
karlılığı üzerine etkisini, 2005-2009 dönemi arasında 15 Pakistan bankası üzerinde incelemişlerdir.
Çalışmalarında karlılık değişkenleri olarak aktif karlılığı ve özsermaye karlılığı değişkenlerini ve panel veri
analizi yöntemini kullanmışlardır. Çalışma sonucunda,
kullanılan değişkenlerin aktif ve öz sermaye karlılıkları
üzerinde güçlü bir etkiye sahip oldukları gözlemlenmiştir.
Çakır Meder ve Küçükkaplan (2012) çalışmalarında, firmaların işletme sermayesi unsurlarının firmanın
karlılığı ve piyasa değeri üzerindeki etkisini tespit etmeyi amaçlamıştır. Bu çerçevede, İMKB’de işlem gören 122 adet üretim firmasının 2000-2009 dönemi
yıllık verileri kullanılmıştır. Ayrıca çalışmada likidite
oranları, alacak devir hızı ve stok devir hızı bağımsız
değişken, aktif devir hızı ve kaldıraç oranı kontrol
değişkeni, aktif karlılığı, öz sermaye karlılığı ve piyasa değeri defter değeri oranları ise bağımlı değişken
olarak ele alınarak değişkenlerin arasındaki ilişki panel veri analizi aracılığıyla araştırılmıştır. Analiz sonucunda, işletme sermayesi unsurlarından cari oran ve
kaldıraç oranının aktif kârlılık ile negatif ilişkili olduğu,
asit test oranı, stok devir hızı ve aktif devir hızının ise
kârlılığa pozitif ve anlamlı bir etkisinin olduğu gözlenmiştir.Ancak işletme sermayesi unsurları ile öz sermaye karlılığı ve piyasa değeri arasında anlamlı bir ilişki
tespit edilememiştir.
Aygün (2012) çalışmasında, İMKB’de hisse senetleri işlem gören imalat sektöründeki 107 firmanın 2000–
2009 yıllarında ROA (Aktif Karlılığı) ile alacakların ortalama tahsil süresi (AOTS), stok tutma süresi (STS) ve
kısa vadeli borç ödeme süresi (BOS) arasındaki ilişkiyi
incelemek için regresyon analizinden faydalanmıştır.
Çalışmada ROA bağımlı değişken, AOTS, STS ve BOS
ise bağımsız değişken olarak ele alınmıştır.Ayrıca çalışmada karlılık (ROA) ile işletme sermayesi için kullanılan fonların paraya geri dönüş süresi (NDS) arasındaki ilişki de incelenmiştir. Çalışma sonucunda, ROA
ile AOTS, STS ve BOS arasındaki ilişkinin negatif, NDS
ile ise pozitif yönlü bir ilişki olduğu gözlenmiştir.
Almajali ve Alamro (2012) çalışmalarında, Ürdün
Borsası’na kayıtlı 25 sigorta firmasının performansını ölçmek istemişlerdir. Bu amaçla, 2002-2007 yılları
arasında likidite, kaldıraç, büyüklük gibi değişkenlerin
Üretim İşletmelerinde Firma Karlılığının Finansal Belirleyicileri ve İMKB İmalat Sanayi Uygulaması
firmaların performansı üzerine etkisini çoklu doğrusal
regresyon modeli ile araştırmıştır.Firma performansı
olarak Aktif karlılık seçilmiştir. Modelin tahmin sonuçlarına göre, likidite, kaldıraç, büyüklük değişkenlerinin firma performansı üzerinde pozitif bir etkiye sahip
olduğu tespit edilmiştir.
Doğan (2013) çalışmasında, 2005-2011 yıllarında
İMKB’ de faaliyet gösteren sigorta şirketlerinin sermaye yapısının karlılık üzerindeki etkisini incelemiştir.
Sigorta şirketlerinin karlılık göstergesi olarak “Varlık
Karlılığı” (ROA) kullanılmış ve regresyon analizi yönteminden faydalanılmıştır. Çalışmada sigorta şirketlerinin hasar prim oranının, kaldıraç oranının ve likit aktiflerinin artması durumunda karlılığın olumsuz yönde
etkilendiği, aktif büyüklüğünün artması durumunda
ise karlılığın olumlu yönde etkilendiği sonucuna ulaşılmıştır.
3. VERI SETI VE YÖNTEM
Borsa İstanbul BİST İmalat sanayi kapsamında yer
alan 2000-2011 dönemi için çalışmada 12 değişken
kullanılmıştır. Çalışmada kullanılan değişkenler Tablo
1’de gösterilmiştir. 2004 yılında yapılan enflasyon düzenlemesi nedeniyle çalışmada kullanılan değişkenler enflasyon düzeltmesine tabi tutulmuştur. Ayrıca
veriler, BİST’nin resmi internet sitesinden ve Finnet
mali analiz programından elde edilmiştir. 2000-2011
dönemlerinde verilerine ulaşılabilen BİST İmalat sanayi kapsamında yer alan 78 şirket çalışmada kullanılmıştır. Çalışmaya dâhil edilen BİST İmalat sanayi kapsamında yer alan 78 şirketin hisse senetlerinin kodları
ise Tablo 2’de sunulmuştur.
Tablo 1: Çalışmada Kullanılan Bağımlı ve Bağımsız
Değişkenler
Bağımlı
DEĞİŞKENLER
Bağımsız
Kontrol
AÇIKLAMA
HBK
Hisse Başına Kazanç
NK/OS
Net Kar / Öz Sermaye
NK/TA
Net Kar / Toplam Aktif
TABUY
Toplam Aktif Büyümesi
NS/TA
Net Satış / Toplam Aktif
SMM/STK
Satılan Mamul Maliyet / Stoklar
NS/TICA
Net Satışlar / Ticari Alacaklar
CO
Cari Oran
DV/TA
Duran Varlık / Toplam Aktif
MDV/UVYK
Maddi Duran Varlık / Uzun Vadeli
Yabancı Kaynak
NS/DV
Net Satışlar / Duran Varlıklar
TB/TA
Toplam Borç / Toplam Aktif
Tablo 2: Kullanılan Hisse Senetlerinin Kodları
HİSSE
KODU
HİSSE
KODU
HİSSE
KODU
HİSSE
KODU
HİSSE
KODU
HİSSE
KODU
ADANA
BAKAB
DERIM
GOODY
KRTEK
SASA
ADEL
BFREN
DITAS
HEKTS
KUTPO
SKPLC
ADNAC
BOLUC
DMSAS
IHEVA
MNDRS
SODA
AFYON
BOSSA
DURDO
IZOCM
MRDN
TATKS
AKCNS
BRSAN
EGEEN
KAPLM
MUTLU
TOASO
AKSA
BSOKE
EGGUB
KARTN
NUHCM
TRKCM
ALCAR
BTCIM
EMKEL
KENT
OTKAR
TUKAS
ALKA
BURVA
EREGL
KLMSN
PETKM
TUPRS
ALKIM
CELHA
ERSU
KONYA
PIMAS
ULKER
ALTIN
CMBTN
FENIS
KRDMA
PINSU
UNYEC
ARCLK
CMENT
FROTO
KRDMB
PNSUT
VKING
ASUZU
DENCM
GENTS
KRDMD
PRKAB
YATAS
BAGFS
DENTA
GOLDS
KRSTL
PTOFS
YUNSA
Çalışmada üç model üzerinde durulmuştur.
Modellerde kullanılan değişkenler belirlenirken
değişken eleme yöntemi olan İleriye Doğru Adımsal
Ekleme (Forward Stepwise-Wald) yöntemi kullanılmıştır. Modeller ise şu şekildedir:
Model 1:
 DV 
 MDV 
 TB 
(1)
HBK=β +β
+β
+β
+ε
1
2


 TA it
3


 UVYK it
4


 TA it
it
Model 2:
 NS 
 DV 
 MDV 
+ α 5TABUYit + α 6 
 + α7 
 + α8 
 + ε it  TA it
 TA it
 UVYK it
(2)
Model 3:
NK
 TB 
 NS 
=
α1 + α 2 COit + α 3 
 + α4 

OS
 TA it
 DV it
NK
 TB 
 NS 
=
γ 1 + γ 2 COit + γ 3 
 +γ4 
 + γ 5TABUYit +
TA
TA

it
 DV it
SMM 
 NS 
 DV 
 MDV 
 +γ7 
 + γ8 
 +γ9 
 + ε it
 STK it
 TA it
 TA it
 UVYK it

γ6 
(3)
Panel veri, zaman boyutuna sahip örneklemleri
tekrar eden bir yatay kesit serisinden elde edilir. Bir
diğer ifadeyle panel veriler, yatay kesit verileri ile zaman serilerinin birleşiminden oluşmaktadır.Bu verilerin genel özelliği yatay kesit örnekleminin(N) zaman
periyodundan (T) göreceli olarak geniş olmasıdır.
Panel veri analizi yöntemi ise, panel veri modelleri ile
ekonomik ilişkilerin tahmin edilmesidir.
Değişkenler arasında sahte ilişkilere neden olunmaması için kullanılan değişkenlerin durağan olması
gerekir (Zengin ve Kurt, 2007:4). Durağanlığı araştırırken birim kök testinden faydalanılmaktadır. Eğer seride birim kök var ise durağan olmadığı, aksi durumda
ise durağan olduğu kanısına varılır. Bir diğer ifadeyle
23
Özge KORKMAZ , Süleyman Serdar KARACA
hipotezler;
H0: Seride genel bir birim kök vardır. (Seri durağan
değildir.)
H1: Seride genel bir birim kök yoktur. (Seri durağandır.)
şeklindedir. Birim kökün varlığını test etmek için
panel veriler kullanıldığında yatay kesit bağımlılığının
varlığının da araştırılması gerekmektedir. Panel
veri analizinde yatay kesit bağımlılığı (croossectiondependence) olmadığı takdirde 1. nesil birim
kök testleri kullanılırken, yatay kesit bağımlılığı olduğu
durumda ise 2.nesil birim kök testleri kullanılmaktadır.
Panel verilerinde yatay kesit bağımlılığının varlığı söz
konusu olduğunda 2.nesil birim kök testleri kullanılarak daha tutarlı, etkin ve güçlü tahminlemenin yapılması mümkün olmaktadır (Çınar,2010:594). Çalışmalarda sıklıkla 1.nesil birim kök testlerinden Fisher
ADF (Maddala ve Wu,1999), FisherPhilips ve Perron
(Choi,2001) ve IPS (Im, Peasaran ve Shin (2003))’ninkullanıldığı gözlenirken, 2.nesil birim kök testlerinden
ise Pesaran (2004) kullanılmaktadır.Yatay kesit bağımlılığını test etmede kullanılan Pesaran (2004) testi;
CD =
2T
N −1
N
(∑ i = 1 ∑ j = i +1 ρˆ ij )
N ( N − 1)
(7)
şeklinde hesaplanır ve yaklaşık olarak N(0,1)
dağılım sergiler. Pesaran testi aynı zamanda dengesiz
(eksik verisi olan) panellerde de kullanılabilir (Nargeleçekenler,2011:171).
Panel veri analizi yaparken dikkat edilmesi gereken iki husus vardır. Yapısı gereği hem birim hem de
zaman boyutunu kapsamaktadır. Birimlerin kendine
has özellikleri olabileceği gibi, birimlerin zaman diliminin kendine özgü özellikleri de söz konusu olabilmektedir. Bu nedenle panel veri analizinde birim ve
zaman etkilerinin incelenmesi gerekir. Breusch Pagan
Lagrange Multiplier (LM) (1980) birim ve zaman etkilerinin incelenmesinde kullanılan bir yöntemdir. Bu
testte, tesadüfi birim etkilerin varyansının sıfır olduğu hipotezi sınanmaktadır. Yatay kesit bağımlılığının
varlığı araştırılırken, zaman boyutu yatay kesit boyutundan çok büyük olduğunda; Breusch Pagan (1980)
CDLM1 testi, zaman boyutu yatay kesit boyutuna eşit
veya yakın olduğunda; Pesaran (2004) CDLM2 testi, zaman boyutu yatay kesit boyutundan çok küçük
olduğunda ise Pesaran (2004) CDLM testi kullanılır.
Breusch-Pagan LM test istatistiği ise aşağıdaki gibidir;
(∑ T 1uit ) 2
NT =
∑
i 1=
[
− 1]2 (8)
n
T
2
2(T − 1) ∑ ∑ uit
n
LM
T
=i 1 =t 1
Burada u, havuzlanmış en küçük kareler modeli24
nin tahmininden elde edilen kalıntılardır. Bu test istatistiği 1 serbestlik dereceli χ2 dağılımına uymaktadır
(Tatoğlu,2012:173). H0 hipotezi reddedildiğinde birim
ve zaman etkilerinin varlığı kabul edilir.
Panel veri analizinde bağımsız değişkenler ile hata
teriminin korelasyonlu olmaması istenir ki buna da
“dışsallık varsayımı” denilmektedir. Bir panel veri analizinde dışsallık varsayımının sağlanıp sağlanamadığı
yani içsellik sorunun varlığı Hausman testi ile araştırılır. Hausman testi, tesadüfi etkiler tahmincisinin geçerli olduğu biçimindeki temel hipotezi, k serbestlik
dereceli χ2 dağılımına uyan istatistik yardımıyla test
etmektedir. Hausman test istatistiği hesaplanırken,
genelleştirilmiş en küçük kareler tahmincisi ve grup
içi tahmincinin varyans kovaryans matrislerinin arasındaki farktan yararlanarak, H istatistiği hesaplanmaktadır. Parametreler arasındaki fark sistematik değilse, tesadüfi etkiler modeli kullanılır. Parametreler
arasındaki fark sistematik olduğu durumda ise sabit
etkiler modeli geçerlidir (Tatoğlu,2012:180).
4.BULGULAR
Çalışmada öncelikle yatay kesit bağımlılığının
varlığı araştırılmak istenmiştir. Bu doğrultuda zaman
boyutunun 12 ve yatay kesit boyutunun 78 olması
nedeniyle kullanılacak modeller için yatay kesit bağımlılığı, ikinci nesil birim kök testlerinden olan Pesaran panel birim kök testi (CDLM) ile incelenmiştir. Bu
testin sonucuna göre, değişkenlerde yatay kesit bağımlılığının olduğu sonucuna varılmış ve Pesaranpanel birim kök testi sonuçları Tablo 3’te sunulmuştur.
Tablo 3: Pesaran CD Testi Sonuçları
Model 1
CDLM
14.430
Olasılık
Değeri
0.0000c
Model 2
CDLM
15.271
Olasılık
Değeri
0.0000c
Model 3
CDLM
20.034
Olasılık
Değeri
0.0000c
(Not: a:% 10 için katsayının istatistiki olarak anlamlı olduğunu,
b:%5 için katsayının istatistiki olarak anlamlı olduğunu
ve c:%1 için katsayının istatistiki olarak anlamlı olduğunu
göstermektedir.)
Yatay kesit bağımlılığının araştırılmasının ardından
çalışmada ele alınan değişkenlerin durağanlığı ikinci
nesil birim kök testiolan Pesaran (2007) testi ile araştırılmış ve düzeyde araştırılan durağanlık sonuçları Tablo 4’te gösterilmiştir.
Üretim İşletmelerinde Firma Karlılığının Finansal Belirleyicileri ve İMKB İmalat Sanayi Uygulaması
Tablo 4: DurağanlığınDüzeyde I(0) Araştırılması
İstatistik
Değeri
Olasılık
Değeri
İstatistik
Değeri
Olasılık
Değeri
Değişkenler
HBK
-8.621
0.000c
MDV/UVYK
-0.529
0.298
NK/OS
-2.413
0.008c
NS/DV
-3.794
0.000c
NK/TA
-1.696
0.045b
NS/TA
1.090
0.862
CO
-8.170
0.000c
SMM/STK
3.404
0.000c
TABUY
-3.300
0.000
NS/TICA
0.183
0.573
TB/TA
-3.165
0.001c
DV/TA
2.761
0.003c
Değişkenler
c
(Not:Uygun gecikme sayısı Akaike bilgi kriterine (AIC) göre belirlenmiştir.a:%
10 için katsayının istatistiki olarak anlamlı olduğunu, b:%5 için katsayının
istatistiki olarak anlamlı olduğunu ve c:%1 için katsayının istatistiki olarak
anlamlı olduğunu göstermektedir.)
Düzeyde durağan olmayan değişkenlerin (MDV/
UVYK, NS/TA ve NS/TICA) mevcut olması nedeniyle,
değişkenlerin birinci farklarına bakılmıştır ve elde edilen sonuçlar Tablo 5’de rapor edilmiştir.
Tablo 5: Durağanlığın Birinci Seviyede I (1) Araştırılması
Değişkenler
İstatistik Değeri
Olasılık Değeri
D(MDV/UVYK)
-5.723
0.000c
D(NS/TA)
-0.823
0.205
D(NS/TICA)
-5.774
0.000c
(Not: Uygun gecikme sayısı Akaike bilgi kriterine (AIC) göre
belirlenmiştir.a:% 10 için katsayının istatistiki olarak anlamlı
olduğunu, b:%5 için katsayının istatistiki olarak anlamlı olduğunu
ve c:%1 için katsayının istatistiki olarak anlamlı olduğunu
göstermektedir.)
Birinci seviyede durağan olmayan değişkenlerin (NS/
TA) mevcut olması nedeniyle, değişkenlerin ikinci
farklarına bakılarak durağanlık araştırılmıştır ve sonuçlar Tablo 6’da sunulmuştur.
Tablo 6: Durağanlığın İkinci Seviyede I(2) Araştırılması
Değişkenler
DD(NS/TA)
İstatistik Değeri
Olasılık Değeri
-7.954
0.000c
(Not:Uygun gecikme sayısı Akaike bilgi kriterine (AIC) göre
belirlenmiştir. a:% 10 için katsayının istatistiki olarak anlamlı
olduğunu, b:%5 için katsayının istatistiki olarak anlamlı
olduğunu ve c:%1 için katsayının istatistiki olarak anlamlı
olduğunu göstermektedir.)
Tablo 6’dan elde edilen ampirik sonuçlar, bütün değişkenler için H0 hipotezinin reddedildiğini yani
%10, %5 ve %1 önem seviyelerinde bütün serilerin
durağan olduğunu göstermektedir.İlgili değişkenin
başına eklenen “D” harfi serinin birinci seviyesinde
durağanlığını ifade ederken, “DD” ise ikinci
seviyesinde durağanlığını göstermektedir ve model
tahminleri yapılırken değişkenlerin durağan oldukları
seviyeler dikkate alınmıştır.
Durağanlığın araştırılmasının ardından çalışmada, bireysel etkilerin ve zaman etkisinin rassal veya
sabit olduğunu belirlemek amacıyla Breusch Pagan
Lagrange Multiplier(LM) testinden faydalanılmıştır ve
elde edilen bulgular Tablo 7’de raporlanmıştır.
Tablo 7: Modeller için LM testi Sonuçları
MODEL 1
Test
LM
2 Değeri
292.74
Olasılık
Değeri
Hipotez
Karar
0.0000c
Bireysel etkiler ve zaman
etkileri rassal değildir.
Red
MODEL 2
Test
LM
2 Değeri
3.20
Olasılık
Değeri
Hipotez
Karar
0.1737
Bireysel etkiler ve zaman
etkileri rassal değildir.
Kabul
MODEL 3
Test
LM
2 Değeri
376.20
Olasılık
Değeri
Hipotez
Karar
0.0000c
Bireysel etkiler ve zaman
etkileri rassal değildir.
Red
(Not:a:% 10 için katsayının istatistiki olarak anlamlı olduğunu,
b:%5 için katsayının istatistiki olarak anlamlı olduğunu
ve c:%1 için katsayının istatistiki olarak anlamlı olduğunu
göstermektedir.)
Tablo 8’den görüldüğü üzere Model 1 ve Model 3 için
H0 kabul edildiğinden rassal etkiler modelinin, Model
2 için ise H0 reddedildiğinden sabit etkiler modelinin
kullanılması gerektiği sonucuna ulaşılmıştır. AyrıcaHausman testi sonuçları ile LM testi sonuçlarının tutarlı olduğu görülmüştür.
Tablo 8: Modeller için Hausman testi Sonuçları
MODEL 1
Test
Hausman
2 Değeri
6.4626
Olasılık
Değeri
Hipotez
Karar
0.6929
İçsellik problemi
yoktur.
Kabul
Olasılık
Değeri
Hipotez
Karar
0.0023c
İçsellik problemi
yoktur.
Red
Olasılık
Değeri
Hipotez
Karar
0.2517
İçsellik problemi
yoktur.
Kabul
MODEL 2
Test
Hausman
2 Değeri
25.6429
MODEL 3
Test
Hausman
2 Değeri
11.3616
(Not: a:% 10 için katsayının istatistiki olarak anlamlı olduğunu,
b:%5 için katsayının istatistiki olarak anlamlı olduğunu
ve c:%1 için katsayının istatistiki olarak anlamlı olduğunu
göstermektedir.)
Hata terimleri arasında ilişki olması anlamına gelen
otokorelasyon, zaman serilerinde olduğu gibi panel
veri analizlerinde de önemli bir sorundur. Bu çerçevede ele aldığımız Model 1’de, Model 2’de ve Model
25
Özge KORKMAZ , Süleyman Serdar KARACA
3’de otokorelasyon sorununun olup olmadığı Wooldridge otokorelasyon testi ile araştırılmıştır. Elde edilen
sonuçlar Tablo 9’da gösterilmiş ve Model 1 hariç diğer
modeller için otokorelasyon yoktur hipotezi reddedilmiştir. Bir diğer ifadeyle Model 1’de otokorelasyon
sorunu mevcut olmadığı sonucuna ulaşılmıştır.
Tablo 9: Wooldridge Otokorelasyon Testi Sonuçları
MODEL 1
F( 1, 77) = 2.076
MODEL 2
MODEL 3
F( 1, 77) = 13.761
F(1, 77) = 30.662
Olasılık Değeri:
Olasılık Değeri:
Olasılık Değeri:
0.1537
0.0004
0.0000
( Not: a:% 10 için katsayının istatistiki olarak anlamlı olduğunu,
b:%5 için katsayının istatistiki olarak anlamlı olduğunu ve c:%1 için
katsayının istatistiki olarak anlamlı olduğunu göstermektedir)
Bir ekonometrik modelde otokorelasyon kadar
önemli bir diğer sorun değişen varyansın modelde
var olmasıdır. Bu çerçevede değişen varyansın araştırılmasında sabit etkiler modeli için modifiye edilmiş
Wald testi, rassal etkiler modelleri için ise LR testi kullanılmıştır. Elde edilen bulgular Tablo 10’da sunulmuş
olup, her üç model için değişen varyans yoktur hipotezi reddedilmiştir.
Tablo 10: Değişen Varyans Testi Sonuçları
MODEL 1
MODEL 2
 ( 77) = 3736.39
 ( 78) = 1.6e+05
2
Olasılık Değeri:
0.0000
2
Olasılık Değeri:
0.0000
MODEL 3
 ( 77) =
2
413.65
Olasılık Değeri:
0.0000
( Not: % 10 için katsayının istatistiki olarak anlamlı olduğunu,
b:%5 için katsayının istatistiki olarak anlamlı olduğunu ve c:%1 için
katsayının istatistiki olarak anlamlı olduğunu göstermektedir. )
Hem değişen varyans hem otokorelasyon probleminin var olduğu Model 2 ve Model 3 için White crosssection düzeltmesi, sadece değişen varyans sorunu
olan Model 1 için ise White diagonal düzeltmesi yapılmıştır. Bu doğrultuda elde edilen modeller Tablo
13, Tablo 14 ve Tablo 15’de raporlanmıştır.
Tablo 13: Model 1 İçin RassalEtkiler Modeli
Bağımlı Değişken: HBK
Bağımsız
Değişkenler
Katsayı
Std. Hata
t-İstatistiği
Olasılık
Değeri
DV/TA
-2.165204
0.945159
-2.290835
0.0222b
D(MDV/UVYK)
0.007809
0.004633
1.685422
0.0923a
TB/TA
-4.912495
1.340945
-3.663459
0.0003c
Sabit Terim
4.410207
1.256930
3.508713
0.0005c
AğırlıklandırılmışR2= 0. 25130 DW=0. 721775Fist= 7.320841
(0.0000)c
(Not:a:% 10 için katsayının istatistiki olarak anlamlı olduğunu,
b:%5 için katsayının istatistiki olarak anlamlı olduğunu ve c:%1 için
katsayının istatistiki olarak anlamlı olduğunu, b:%5 için katsayının
istatistiki olarak anlamlı göstermektedir.)
26
Tablo 13 incelendiğinde, modelin açıklama gücünün
%25.1 olduğu ve katsayıların istatistiki olarak %10
önem seviyesinde tek tek ve %1 önem seviyesinde
topluca anlamlı olduğu görülmektedir. Model 1’de
TB/TA değişkenindekibir birimlik artışın HBK (Hisse Başına Kazanç) değişkenini 4.912495 birim kadar
azalttığı ve DV/TA değişkenindekibir birimlik artışın
da HBK değişkenini 2.165204 birim kadar azalttığı
gözlenmiştir. Ayrıca MDV/UVYK değişkenindeki bir
birimlik artışın HBK değişkeninkinde 0.007809 birim
kadar artışa neden olduğu sonucuna ulaşılmıştır.
Tablo 14: Model 2 İçin Sabit Etkiler Modeli
Bağımlı Değişken: NKOS
Bağımsız
Değişkenler
Katsayı
Std. Hata
t-İstatistiği
Olasılık
Değeri
CO
-0.030755
0.011387
-2.700860
0.0000c
TB/TA
-1.101658
0.200367
-5.498189
0.0071c
NS/DV
0.064283
0.018199
3.5322268
0.0004c
TABUY
0.108772
0.027386
3.971819
0.0001c
DD(NS/TA)
0.051777
0.037694
1.373612
0.1700
DV/TA
-1.220197
0.226704
-5.382342
0.0000c
D(MDV/UVYK)
-0.00025
0.000110
-2.32511
0.0204b
Sabit Terim
0.994835
0.210697
4.721634
0.0000c
AğırlıklandırılmışR = 0. 328491 DW=2.127475Fist= 3.597867
(0.0000)c
2
(Not:a:% 10 için katsayının istatistiki olarak anlamlı olduğunu,
b:%5 için katsayının istatistiki olarak anlamlı olduğunu
ve c:%1 için katsayının istatistiki olarak anlamlı olduğunu
göstermektedir.)
Model 2’nin açıklama gücünün %32,85 ve NS/TA değişkeni dışında istatistiki olarak katsayıların %5 önem
seviyesinde tek tek ve %1 önem seviyesinde topluca
anlamlı olduğu Tablo 14’ten görülmektedir. Modeldeöz sermaye karlılığı değişkeni (NK/OS) ileTB/TA değişkenleri arasındaki kısmi regresyon katsayısının işaretinin eksi olması, imalat sanayindeki işletmelerin aktif
borçluluk düzeyleri artarken işletmelerin öz sermaye
karlılık düzeylerinin ortalama olarak 1,101658 birim
kadar azaldığını göstermektedir. DV/TA değişkenindeki bir birimlik artış ise, NK/OS değişkenini 1,220197
birim kadar azaltırken, NS/DV değişkenindeki bir birimlik artış NK/OS değişkenini 0,064283 birim kadar
artırmaktadır. CO değişkenindeki bir birimlik artış ise,
NK/OS değişkenini 0,030755 birim kadar azaltmaktadır. TABUY değişkenindeki bir birimlik artış, NK/
OS değişkenini 0,108772 birim kadar artırırken,MDV/
UVYK değişkenindeki bir birimlik artış NK/OS değişkenini 0,00025 birim kadar azalttığı Tablo 14’ten görülmektedir.
Üretim İşletmelerinde Firma Karlılığının Finansal Belirleyicileri ve İMKB İmalat Sanayi Uygulaması
Tablo 15: Model 3 İçin Rassal Etkiler Modeli
Bağımlı Değişken: NKTA
Bağımsız
Değişkenler
t-İstatistiği
Olasılık
Değeri
Katsayı
Std. Hata
CO
0.004239
0.003909
1.084259
0.2786
TB/TA
-0.224473
0.050512
-4.443966
0.0000c
NS/DV
0.014345
0.002749
5.219161
0.0000c
TABUY
0.016727
0.014906
1.122126
0.2622
SMM/STK
-4.03E-06
9.79E-07
-4.117167
0.0000c
DD(NS/TA)
0.007632
0.008067
0.946140
0.3444
DV/TA
-0.103021
0.047627
-2.163075
0.0308b
D(MDV/
UVYK)
-8.19E-05
3.76E-05
-2.178700
0.0297b
Sabit Terim
0.149386
0.048536
3.077846
0.0022c
AğırlıklandırılmışR2= 0.302628 DW=1.035831Fist=
41.71385(0.0000)c
(Not:a:% 10 için katsayının istatistiki olarak anlamlı olduğunu,
b:%5 için katsayının istatistiki olarak anlamlı olduğunu ve c:%1 için
katsayının istatistiki olarak anlamlı olduğunu göstermektedir.)
Tablo 15’te Model 3 sonuçları sunulmaktadır. Model
3’ün açıklama gücünün % 30.26, katsayıların tek tek
anlamlılığına bakıldığında %5 önem seviyesinde TB/
TA, NS/DV, SMM/STK, DV/TA ve MDV/UVYK değişkenlerinin istatistiki olarak anlamlı ve katsayıların %1
önem düzeyinde topluca anlamlı olduğu sonucuna
ulaşılmıştır. Ayrıca TB/TA değişkenindeki bir birimlik
artışın NK/TA değişkeninde 0.224473 birim kadar azalışa neden olduğu, NS/DV değişkenindeki biri birimlik
artışın da NK/TA değişkeninde 0.014345 birim kadar
artışa neden olduğu görülmektedir. SMM/STK DV/
TA ve MDV/UVYK ile NKTA değişkenlerinde arasındaki kısmi regresyon katsayısının işaretinin eksi olması
ise bu değişkenlerdeki artışın NKTA değişkeninde
azalışa neden olduğunu göstermektedir. Bir diğer
ifadeyle, SMM/STK değişkeni bir birim arttığında
NKTA değişkeni ortalama olarak 0.000004 birim kadar
azalışa neden olmaktadır. MDV/UVYK değişkenindeki
birimlik artış NKTA değişkeninde 0.00008 birim kadar azalışa, DVTA değişkenindeki bir birimlik artış da
NKTA değişkeninde 0.103021 birim kadar azalışa neden olduğu Tablo 15’ten görülmektedir.
5. SONUÇ
Bu çalışmada, BİST İmalat Sektöründe 2000-2011
yılları arasında faaliyet gösteren ve verilerine ulaşılabilen 78 adet firmanın karlılık yapılarının işletmelerin
finansal yapıları, likidite yapıları, işletme büyüklüğü,
faaliyet etkinliği gibi farklı finansal alanlardan seçilen
12 finansal orandan hangileriyle anlamlı olarak açıklanabileceği araştırılmaktadır. Karlılık değişkenlerini
açıklayabileceği düşünülen bu finansal oranları belirlemek için ileriye doğru adımsal regresyon yöntemin-
den faydalanılmıştır.3 karlılık değişkeni için elde edilen regresyon sonuçları incelendiğinde genel olarak
%10 anlamlılık düzeyinde (çoğunda %1 düzeyinde)
katsayıların istatistiki olarak anlamlı sonuçlar verdiği
ve teorik beklentiyi karşıladığı gözlenmiştir.
Sonuç olarak;
• Firma karlılığı değişkeni olarak HBK’nın incelendiği model sonuçları incelendiğinde, firmaların toplam borçları (TB/TA) arttıkça HBK’ları yaklaşık 5 kat
azalmaktadır. Bu durumda ise firmaların borçlanmaya
gitmelerinin bir fayda sağlamayacağısöylenebilmektedir.Ayrıca duran varlıkların, devamlı sermaye yerine daha çok uzun vadeli yabancı kaynaklarla finanse
edildiği görülmektedir.Bilindiği üzere duran varlıklar
uzun vadeli yabancı kaynaklar ve öz sermaye ile finanse edilirken, çalışmada duran varlıkların daha çok
uzun vadeli yabancı kaynaklarla finanse edildiği model sonucundan görülmektedir.
• Firma karlılığı olarak NK/OS (Öz Sermaye Karlılığı) değişkenini bağımlı değişken olduğu model sonuçları incelendiğinde, firmaların borç düzeylerinin
artması öz sermaye karlılığını azaltmaktadır. Duran
varlıkların firmaların aktifleri içindeki payının artması,
firmaların öz sermaye karlılıklarını azaltmakta,CO’daki
artış ise firmanın özsermaye karlılığını azaltmaktadır.
Firmaların aktiflerindeki bir birimlik artışise firmaların
öz sermaye karlılığını artırmaktadır.NS/DV oranının
katsayısının pozitif olması nedeniyle satışlardaki artışın firmaların öz sermaye karlılıklarını arttırdığı görülmektedir. MDV/UVYK oranının katsayısının negatif olması, firmaların duran varlıklarını uzun vadeli yabancı
kaynaklardan ziyade öz sermaye ile finanse edildiğini
göstermektedir.
• Firma karlılığı olarak NK/TA (Aktif Karlılığı) değişkeninin bağımlı değişken olduğu model sonuçları
incelendiğinde, firmaların borçlanmalarının aktif karlılığı negatif olarak etkilediği görülmektedir. Ancak
satışlardaki bir birimlik artışın, firmaların aktif karlılıklarına pozitif yönde bir katkı yaptığı ve CO’daki bir
birimlik artışın aktif karlılık üzerinde olumlu bir etkiye
sahip olduğu sonucuna ulaşılmıştır. Ayrıca duran varlıkların aktifler içerisindeki payının artması durumunda firmaların aktif karlılıklarının negatif yönde etkilendiği gözlenmiştir.
• Çalışmada ele alınan karlılık değişkenleri (Aktif
Karlılığı, Öz Sermaye Karlılığı ve Hisse Başına Kazanç)
ile SMM/STK, NS/TA değişkenleri arasında pozitif, MDV/
UVYK, TB/TA, DV/TA değişkenleri arasında ise negatif
bir ilişki beklenmektedir ve ele alınan model sonuçlarının bu beklentilerle paralel olduğu gözlenmiştir. Genel
olarak model sonuçları incelendiğinde ise literatürle
uyumlu olarak, MDV/UVYK, TB/TA, DV/TA, SMM/STK ve
NS/DV değişkenlerinin katsayıları negatif çıkmıştır.
27
Özge KORKMAZ , Süleyman Serdar KARACA
Sonuç olarak, firmalar büyümek için yatırım yapmak zorundadır. Aynı zamanda firmalar yatırımları
sonucunda kar elde etmek ve firma değerini artırmak
hedefindedirler. Çalışma sonucunda elde edilen bulgular dikkate alındığında firmalar, hem aktif karlılıklarını hem öz sermaye karlılıklarını ve hem de hisse başına karı en yüksek düzeye getirmek istiyorlarsa borçlanma oranlarını minimum düzeyde tutmalıdırlar. Bir
28
diğer ifadeyle yüksek borçluluk firmalara karlılıkları
açısından bir fayda sağlamayacaktır. Ancak firmalar
satışlarını artıracak politikalar izler ve satışlarını
artırabilirler ise firmaların karlılıklarının da artacağı
çalışmadan anlaşılmaktadır. Ayrıca firmalar duran
varlıklarından ziyade işletme sermayesini yüksek
tutmaları durumunda karlılık üzerinde olumlu bir etki
sağlayacağı söylenebilmektedir.
Üretim İşletmelerinde Firma Karlılığının Finansal Belirleyicileri ve İMKB İmalat Sanayi Uygulaması
KAYNAKLAR
Albayrak, A.S., Ramazan, A. (2008) “Karlılığı
Etkileyen Faktörler: BİST Sanayi ve Hizmet Sektörlerinde
İşlem Gören İşletmeler Üzerine Bir İnceleme” ZKÜ Sosyal
Bilimler Dergisi, 4(7):55-82.
Almajali, A.Y. ve
Sameer,
A.A. (2012)
“FactorsAffectingthe
Financial
Performance
of
JordanianInsuranceCompaniesListed at Amman Stock
Exchange”Journal of Management Research, 4(2):266-289.
Aygün, M. (2012) “Firma Performansı Üzerinde
Çalışma Sermayesinin Etkisi: Türk İmalat Sektörü
Üzerine Bir Uygulama”Ege Akademik BakışDergisi,
12(2):215-223.
Breusch, T.S. ve Pagan, A.R. (1980) “The Lagrange
Multiplier Test and Its Applications to Model specification
Tests in Econometrics” Review of Economic Studies,
47:239-53.
Choi, I. (2002) “UnitRootTestsfor Panel Data”Journal
of International Money and Finance, 20:249-272.
Coşkun, E. ve Dündar, K. (2011) “Çalışma Sermayesi
Politikalarının Karlılık Üzerine Etkisi: Dinamik Panel
Uygulaması” Ege Akademik Bakış Dergisi, 11:75-85.
Çakır, M.H. ve İlhan, K. (2012) “İsletme Sermayesi
Unsurlarının Firma Değeri ve Karlılığı üzerindeki
Etkisinin BİST’de İşlem Gören Üretim Firmalarında 2000
– 2009 Dönemi İçin Analizi”Muhasebe ve Finansman
Dergisi, 53:69-86.
Çınar, S. (2010) “OECD Ülkelerinde Kişi Başına
GSYİH Durağan Mı? Panel Veri Analizi”Marmara
Üniversitesi İ.İ.B.F. Dergisi, 29(2):591-601.
Doğan, M. (2013) “Sigorta Firmalarının Sermaye
Yapısı ile Karlılık Arasındaki İlişki: Türk Sermaye Piyasası
Üzerine Bir İnceleme” Muhasebe ve Finansman Dergisi,
57:121-136.
Gul, S.,Faiza, I. ve Khalid, Z. (2011) “FactorsAffecting
Bank Profitability in Pakistan” The Romanian Economic
Journal, 14(39):61-87.
Gülhan, Ü. ve Evcan, U. (2011) “Bankacılık
Sektöründe Kârlılığı Etkileyen Faktörler: Türk Bankacılık
Sektörüne Yönelik Bir Uygulama” Atatürk Üniversitesi
Sosyal Bilimler Enstitüsü Dergisi,15(1):341-368.
Im, K.,Pesaran, H. ve Shin, Y. (2003)
“TestingforUnitRoots in HeterogenousPanels” Journal of
Econometrics, 115(1): 53-74.
Karadeniz, E. ve Ömer, İ.(2011)“İstanbul Menkul
Kıymetler Borsası’nda İşlem Gören Turizm İşletmelerinin
Aktif Kârlılığını Etkileyen Değişkenlerin Analizi”
Anatolia: Turizm Araştırmaları Dergisi,22(1):65-75.
Maddala, G.S. ve Wu, S. (1999) “A Comparative
Study of Unit Root Tests with Panel Data and A New
Simple Test” Oxford Bulletin of EconomicsandStatistics,
61:631-652.
Malik,
H.
(2011)
“Determinants
of
InsuranceCompaniesProfitability: An Analysis of
InsuranceSector
Of
Pakistan”AcademicResearch
International, 1(3):315-321.
Nargeleçekenler, M. (2011) “Hisse Senedi Fiyatları Ve
Fiyat/Kazanç Oranı İlişkisi: Panel Verilerle Sektörel Bir
Analiz” Business AndEconomicsResearchJournal, 2(2):165184.
Pesaran, M.H. (2007) “A Simple Panel UnitRoot
in the Presence of Cross SectionDependence”Journal of
AppliedEconometrics, 22(2):265-312.
Pesaran, M.H. (2004) “General Diagnostic Tests
for Cross Section Dependence in Panels” Cambridge
WorkingPapers in Economics, No:435.
Tatoğlu, F.Y. (2012) “Panel Veri Ekonometrisi”Beta
Yayınevi.
Wooldridge, J.M. (2003) EconometricAnalysis of Cross
Sectionand Panel Data,Cambridge, The MIT Press.
Zengin, H. ve Kurt, S.(2007) “OECD Ülkelerinde
Kamu-Özel Sektör Tüketim ve Dış Ticaret Malları
Fiyatlarının Enflasyon Üzerindeki Belirleyiciliği: Panel
Veri Analizi” İnönü Üniversitesi 8.Türkiye Ekonometri
ve İstatistik Kongresi, Mayıs 24-27, Malatya.
29
Özge KORKMAZ , Süleyman Serdar KARACA
30
Download

Üretim İşletmelerinde Firma Karlılığının Finansal